電腦視覺機器學習實務|建立端到端的影像機器學習

電腦視覺機器學習實務|建立端到端的影像機器學習 pdf epub mobi txt 电子书 下载 2025

Valliappa Lakshmanan
图书标签:
  • 计算机视觉
  • 机器学习
  • 深度学习
  • 图像处理
  • Python
  • TensorFlow
  • Keras
  • 端到端
  • 实战
  • 影像分析
想要找书就要到 小特书站
立刻按 ctrl+D收藏本页
你会得到大惊喜!!

具体描述

  「本書全面介紹深度電腦視覺的最先進作法,在Keras中建構端到端生產系統,提供經過實戰檢驗的最佳實務解決方案。」
  —François Chollet
  深度學習研究者和Keras創造者

  這本實用指南向您展示了如何使用機器學習模型從影像中淬取資訊。ML工程師和資料科學家將會學習經過驗證的ML技術來解決各種影像問題,包括分類、物件偵測、自編碼器、影像產生、計數和圖說產生。本書卓越的介紹了端到端深度學習:資料集建立、資料前置處理、模型設計、模型訓練、評估、部署和可解釋性。

  Google工程師Valliappa Lakshmanan、Martin Görner和Ryan Gillard向您展示了如何開發準確且可解釋的電腦視覺ML模型,並使用強大的ML架構以靈活且可維護的方式將它們投入大規模生產。您將學習如何使用以TensorFlow和Keras編寫的模型進行設計、訓練、評估和預測。

  您將學習如何:
  ‧為電腦視覺任務設計機器學習架構
  ‧選擇適合您的任務的模型(例如ResNet、SqueezeNet或EfficientNet)
  ‧建立端到端ML生產線來訓練、評估、部署和解釋您的模型
  ‧前置處理影像以進行資料擴增進行並支援可學習性
  ‧納入可解釋性和負責任的AI的最佳實務
  ‧將影像模型部署為Web服務或在邊緣設備上
  ‧監控和管理機器學習模型
深入探索当代艺术的边界:从抽象表现主义到数字装置艺术 本书旨在为读者提供一个全面且深入的导览,探索自二十世纪中叶至今,当代艺术领域内一系列关键的艺术流派、理论思潮及其代表人物。我们聚焦于艺术如何随着社会、科技和哲学的巨变而不断自我革新,尤其关注那些挑战传统媒介界限、拓展观众体验的实践。 第一部分:战后艺术的爆发与重塑(1945-1970年代初) 本部分将从第二次世界大战后的文化真空与艺术焦虑入手,剖析艺术如何从欧洲中心主义转向以纽约为核心的全球视野。 第一章:抽象表现主义的磅礴气势与内在冲突 我们将细致研究抽象表现主义(Abstract Expressionism)的起源及其两大主要分支——行动绘画(Action Painting)与色域绘画(Color Field Painting)。重点分析杰克逊·波洛克(Jackson Pollock)的滴画如何将创作过程本身转化为作品的核心叙事,以及马克·罗斯科(Mark Rothko)通过巨大色块营造的崇高感和精神冥想空间。讨论其背后的存在主义哲学根源,以及艺术史家克莱门特·格林伯格(Clement Greenberg)对媒介纯粹性的批判性论述。 第二章:对抽象的质疑:具象的回归与新的叙事(新具象主义与波普艺术) 随着抽象表现主义的能量逐渐消退,艺术界开始寻找新的切入点。本章考察了法国的“新具象主义”(Nouveau Réalisme)如何借鉴杜尚的现成品(readymade)传统,将日常消费品和城市废弃物纳入艺术创作,以对抗美国抽象艺术的精英主义倾向。 紧接着,我们将深入波普艺术(Pop Art)的现象。这不是简单的对流行文化的模仿,而是对媒介饱和时代、图像泛滥和大众传媒权力的一次深刻反思。安迪·沃霍尔(Andy Warhol)的丝网印刷系列如何模糊了艺术品与复制品之间的界限,以及罗伊·利希滕斯坦(Roy Lichtenstein)对漫画美学的挪用,揭示了图像生产与消费循环的机制。 第三章:极简主义的回归与结构的颠覆 极简主义(Minimalism)代表了对艺术中情感表达和叙事内容的彻底拒绝。本章分析唐纳德·贾德(Donald Judd)、丹·弗拉文(Dan Flavin)和卡尔·安德烈(Carl Andre)的作品。关注他们如何强调“特定物体”(Specific Object),将艺术作品还原为工业材料、精确的几何形式和与展览空间的关系。探讨其哲学基础——现象学,即艺术品与其观看者、与环境的实际互动经验,而非其内在意义。 第二部分:概念、身体与环境的交织(1970年代至今) 本部分转向关注艺术实践如何突破画廊的物理限制,深入社会结构、人类身体和环境议题。 第四章:概念艺术:观念即是艺术 概念艺术(Conceptual Art)是当代艺术史上最激进的转向之一。索尔·勒维特(Sol LeWitt)清晰地阐述了“想法本身就是艺术品”的原则。本章将研究约瑟夫·科苏斯(Joseph Kosuth)对语言和定义的解构,以及汉斯·哈克(Hanne Darboven)对时间、记录和档案系统的迷恋。分析概念艺术如何使得艺术的物质性(medium)不再重要,而评估艺术价值的标准转向了逻辑的严密性和观念的原创性。 第五章:身体的政治:行为艺术与录像的崛起 随着女权主义理论的兴起和对体制的反思,身体成为直接且不可回避的艺术媒介。本章详细考察了行为艺术(Performance Art)的关键时刻。玛丽娜·阿布拉莫维奇(Marina Abramović)早期的极限挑战,如何将痛苦、耐力与观众的参与编织在一起,探讨了身体的边界与韧性。同时,我们将分析录像艺术的早期探索,如白南准(Nam June Paik)如何利用新兴的电子媒介,对电视和传播媒介进行反思性的介入。 第六章:大地艺术与环境的介入 对消费文化和城市化过度扩张的反动,催生了大地艺术(Land Art)。罗伯特·史密森(Robert Smithson)的《螺旋堤》(Spiral Jetty)不仅仅是一个雕塑,它是一个关于时间、侵蚀和地质学的纪念碑。本章探讨了艺术家如何将画布扩展至整个地球表面,以及这些宏大作品所面临的保存、记录和再现的困境。 第三部分:数字时代的新媒介与后现代视野 本部分聚焦于进入二十一世纪以来,艺术如何适应和利用信息技术、全球化和身份政治的复杂性。 第七章:身份、多元文化与社会批判 全球化使得艺术的讨论不再局限于西方艺术史的框架。本章分析了来自非西方背景的艺术家如何利用其特定的文化经验,挑战主流叙事。讨论赛迪·本杰明·奥康塔(Yinka Shonibare MBE)如何运用荷兰蜡印布(Wax Print Fabric)探讨殖民历史、贸易与身份的混杂性。此外,还将考察艺术如何介入到有关性别、性取向和种族的当代政治议题中。 第八章:从虚拟到实体:装置艺术的沉浸式体验 装置艺术(Installation Art)在当代艺术中占据了主导地位,它不再是作品的集合,而是构建一个完整的、可居住的“世界”。本章关注那些利用复杂技术和材料,旨在实现观众“在场感”的作品。例如,探讨艺术家如何利用投影映射(Projection Mapping)、传感器和互动元素,将观众转化为作品的共同创作者,模糊了欣赏与体验的界限。 第九章:新物质性、生物艺术与未来展望 最后,本章将目光投向艺术的前沿领域。分析了后互联网艺术(Post-Internet Art)对数字图像如何在物理世界中流通的反思,以及生物艺术(BioArt)——艺术家与生命科学、DNA技术和实验室程序的结合——所引发的伦理争议。本书结尾将探讨,在人工智能日益介入创作流程的背景下,艺术家将如何继续定义“原创性”与“美学价值”。 通过对这些流派和实践的深入剖析,本书旨在培养读者批判性地观察和解读当代艺术的能力,理解艺术如何作为一种敏感的文化探针,持续地映射和反思我们所处的时代。

著者信息

作者簡介

Valliappa(Lak) Lakshmanan


  是Google Cloud分析和人工智慧解決方案總監,所領導的團隊專為業務問題建構跨產業的解決方案

Martin Görner

  是Keras/TensorFlow產品經理,專注於改善使用最先進模型時的開發人員體驗

Ryan Gillard

  是Google Cloud Professional Services組織AI工程師,為各種產業建構ML模型,職業生涯始於醫院和醫療保健業的研究科學家

图书目录

前言
第1章 電腦視覺之機器學習
第2章 視覺機器學習模型
第3章 影像視覺
第4章 物件偵測與影像分割
第5章 建立視覺資料集
第6章 前置處理
第7章 訓練生產線
第8章 模型品質和持續評估
第9章 模型預測
第10章 生產 ML 的趨勢
第11章 進階視覺問題
第12章 影像和文本產生
後記
索引

 

图书序言

  • ISBN:9786263242074
  • 規格:平裝 / 504頁 / 18.5 x 23 x 2.26 cm / 普通級 / 單色印刷 / 初版
  • 出版地:台灣

图书试读

用户评价

评分

我本身是做工業檢測出身的,對於影像品質的要求極高,任何一點雜訊或偏差都可能導致整個批次報廢。因此,在評估一本實務書籍時,我最看重的是它對於「真實世界」複雜性的處理能力。這本書在探討模型部署的部分,著實讓我眼前一亮。它並沒有止步於在 Jupyter Notebook 裡跑通模型,而是進一步討論了如何在資源受限的邊緣裝置上進行推理優化,這才是真正決定專案成敗的關鍵。例如,關於模型量化(Quantization)的章節,講解得非常到位,不僅解釋了原理,還提供了在不同硬體架構上應如何權衡速度與精度的實用建議。這說明作者群絕對是有豐富的工業界實戰經驗,才能寫出如此貼近生產環境的內容。對於正在將實驗室原型推往量產階段的夥伴們來說,這本書的參考價值簡直是無價之寶。

评分

老實說,市面上的機器學習書籍多到讓人眼花撩亂,很多都是理論講得天花亂墜,但真要實際操作起來卻卡關重重。這本《電腦視覺機器學習實務》在這一塊做得相當出色,它就像是資深前輩在你旁邊手把手帶你走一遍流程。我特別注意到它在資料增強(Data Augmentation)那一章節的論述,作者不只是列出幾種常用的方法,而是深入探討了不同場景下應該選用哪種增強策略才能最大化模型效益,這份細膩度真的讓人驚艷。此外,對於常見的效能瓶頸和除錯技巧,書中也毫不藏私地分享了許多業界的「眉角」,這些經驗往往是光靠官方文件或線上課程學不到的。光是為了優化某個邊緣案例的模型判斷,我就花了不少時間在網路上搜尋解法,如果早點看到這本書,想必能省下不少摸索的時間。整體閱讀體驗非常流暢,作者的文筆既專業又帶著一種鼓勵讀者去嘗試的熱情,讓人讀起來一點都不枯燥。

评分

閱讀這本書的過程,給我一種強烈的「架構思維」被建立起來的感覺。過去我可能只是零散地學習各種演算法的應用,但這本書成功地將它們串聯成一個完整的「端到端」的流水線。從如何定義問題、蒐集標註資料(特別是對於小樣本問題的處理方式很有獨到見解)、選擇合適的骨幹網路,到最後的效能評估與迭代修正,每一個環節都有清晰的脈絡和建議。比較特別的是,書中似乎還隱含了一些關於M LOps基礎概念的引導,雖然篇幅不長,但足以讓讀者意識到,建立一個好的機器學習系統,不只是訓練模型這麼簡單。這種宏觀的視野,對於想從純粹的程式設計師晉升為系統架構師的人來說,絕對是極大的助益。內容組織的邏輯性非常強,讀完一章後,自然而然就會對下一章的內容產生期待。

评分

這本電子書拿到手後,我的第一印象是封面設計很有現代感,色彩搭配也很專業,給人一種「硬核乾貨」的感覺。我最近剛好在研究幾個跟影像處理相關的專案,所以對這種實務導向的書籍特別感興趣。書的排版很清晰,圖文並茂,這一點對於理解複雜的演算法來說非常重要。從目錄上看,內容涵蓋的範圍很廣,從基礎的資料準備到模型部署都有觸及,這對於想要建立完整流程的工程師來說,無疑是一大福音。我特別欣賞作者在介紹理論知識時,並沒有過度陷入數學公式的泥沼,而是著重在「如何應用」的層面,這點非常貼合我這種偏好動手實做的讀者。書中穿插的許多程式碼範例,看起來都相當精簡且實用,不像有些教科書寫得冗長拖沓,讓人難以下手。整體來說,光是翻閱目錄和試讀幾頁,就讓人感受到這本書在實務操作上的深度與廣度,非常期待能將書中的概念實際應用到我的開發環境中,解決一些長期困擾我的影像辨識難題。

评分

這本書的語言風格非常務實,沒有過多的學術腔調,給人的感覺是「我們就是來解決問題的」。我特別喜歡它在解釋複雜概念時,經常會用一個具體的、貼近生活的例子來輔助說明,這樣可以瞬間拉近讀者與技術之間的距離。例如,在講解損失函數的選擇時,它並沒有直接丟出公式,而是從「如果我們希望模型對某種錯誤的懲罰更重,該如何調整權重」的角度切入,讓抽象的數學概念變得直觀可感。對於我這種不是科班出身,但有強烈學習動機的自學者來說,這種「解鎖式」的教學法非常有效率。而且,書中引用的案例素材看起來都是經過精心挑選,具有代表性,不會是那種一看就知道是為了湊字數的空泛範例。總體而言,這是一本非常值得信賴的工具書,它提供的知識不僅是「知道」,更是「學會如何去做」,是技術書架上不可或缺的常備良藥。

相关图书

本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

© 2025 ttbooks.qciss.net All Rights Reserved. 小特书站 版权所有